Advances in Smart Vehicular

Technology, Transportation,
Communication and Applications:
Proceedings of the First International
Conference on Smart Vehicular
Technology, Transportation,
Communication and Applications,
November 6-8, 2017, Kaohsiung,
Taiwan 1st Edition Jeng-Shyang Pan
Visit to download the full and correct content document:
https://textbookfull.com/product/advances-in-smart-vehicular-technology-transportatio
n-communication-and-applications-proceedings-of-the-first-international-conference-o
n-smart-vehicular-technology-transportation-communication-a/
Smart Innovation, Systems and Technologies 86

Jeng-Shyang Pan
Tsu-Yang Wu
Yong Zhao
Lakhmi C. Jain Editors

Advances in Smart Vehicular

Technology, Transportation,
Communication and Applications
Proceedings of the First International Conference
on Smart Vehicular Technology, Transportation,
Communication and Applications, November 6–8,
2017, Kaohsiung, Taiwan

123
Smart Innovation, Systems and Technologies

Volume 86

Series editors
Robert James Howlett, Bournemouth University and KES International,
Shoreham-by-sea, UK
e-mail: rjhowlett@kesinternational.org

Lakhmi C. Jain, University of Canberra, Canberra, Australia;

Bournemouth University, UK;
KES International, UK
e-mails: jainlc2002@yahoo.co.uk; Lakhmi.Jain@canberra.edu.au
About this Series

The Smart Innovation, Systems and Technologies book series encompasses the
topics of knowledge, intelligence, innovation and sustainability. The aim of the
series is to make available a platform for the publication of books on all aspects of
single and multi-disciplinary research on these themes in order to make the latest
results available in a readily-accessible form. Volumes on interdisciplinary research
combining two or more of these areas is particularly sought.
The series covers systems and paradigms that employ knowledge and
intelligence in a broad sense. Its scope is systems having embedded knowledge
and intelligence, which may be applied to the solution of world problems in
industry, the environment and the community. It also focusses on the
knowledge-transfer methodologies and innovation strategies employed to make
this happen effectively. The combination of intelligent systems tools and a broad
range of applications introduces a need for a synergy of disciplines from science,
technology, business and the humanities. The series will include conference
proceedings, edited collections, monographs, handbooks, reference books, and
other relevant types of book in areas of science and technology where smart
systems and technologies can offer innovative solutions.
High quality content is an essential feature for all book proposals accepted for the
series. It is expected that editors of all accepted volumes will ensure that
contributions are subjected to an appropriate level of reviewing process and adhere
to KES quality principles.

More information about this series at http://www.springer.com/series/8767

Jeng-Shyang Pan Tsu-Yang Wu
•

Yong Zhao Lakhmi C. Jain

•

Editors

Advances in Smart Vehicular

Technology, Transportation,
Communication and Applications
Proceedings of the First International Conference
on Smart Vehicular Technology, Transportation,
Communication and Applications, November 6–8, 2017
Kaohsiung, Taiwan

123
Editors
Jeng-Shyang Pan Yong Zhao
Fujian University of Technology Superconductivity R&D Center
Fuzhou, Fujian Southwest Jiaotong University
China Chengdu, Sichuan
China
Tsu-Yang Wu
Fujian University of Technology Lakhmi C. Jain
Fuzhou, Fujian University of Canberra
China Canberra, ACT
Australia

ISSN 2190-3018 ISSN 2190-3026 (electronic)

Smart Innovation, Systems and Technologies
ISBN 978-3-319-70729-7 ISBN 978-3-319-70730-3 (eBook)
https://doi.org/10.1007/978-3-319-70730-3
Library of Congress Control Number: 2017957863

© Springer International Publishing AG 2018

This work is subject to copyright. All rights are reserved by the Publisher, whether the whole or part
of the material is concerned, specifically the rights of translation, reprinting, reuse of illustrations,
recitation, broadcasting, reproduction on microfilms or in any other physical way, and transmission
or information storage and retrieval, electronic adaptation, computer software, or by similar or dissimilar
methodology now known or hereafter developed.
The use of general descriptive names, registered names, trademarks, service marks, etc. in this
publication does not imply, even in the absence of a specific statement, that such names are exempt from
the relevant protective laws and regulations and therefore free for general use.
The publisher, the authors and the editors are safe to assume that the advice and information in this
book are believed to be true and accurate at the date of publication. Neither the publisher nor the
authors or the editors give a warranty, express or implied, with respect to the material contained herein or
for any errors or omissions that may have been made. The publisher remains neutral with regard to
jurisdictional claims in published maps and institutional affiliations.

Printed on acid-free paper

This Springer imprint is published by Springer Nature

The registered company is Springer International Publishing AG
The registered company address is: Gewerbestrasse 11, 6330 Cham, Switzerland
Preface

This volume composes the proceedings of First International Conference on Smart

Vehicular Technology, Transportation, Communication and Applications (VTCA
2017), which is hosted by Fujian University of Technology and is held in
Kaohsiung, Taiwan, on November 6–8, 2017. VTCA 2017 is technically
co-sponsored by Springer, Fujian University of Technology, Fujian Provincial Key
Laboratory of Digital Equipment, Fujian Provincial Key Lab of Big Data Mining
and Applications, and National Kaohsiung University of Applied Sciences in
Taiwan. It aims to bring together researchers, engineers, and policymakers to dis-
cuss the related techniques, to exchange research ideas, and to make friends.
Forty-seven excellent papers were accepted for the final proceeding. We would
like to thank the authors for their tremendous contributions. We would also express
our sincere appreciation to the reviewers, Program Committee members, and the
Local Committee members for making this conference successful. Finally, we
would like to express special thanks for the financial support from Fujian University
of Technology, China, in making VTCA 2017 possible and also appreciate the great
help from National Kaohsiung University of Applied Science for the local
organization.

September 2017 Jeng-Shyang Pan

Tsu-Yang Wu
Yong Zhao
Lakhmi C. Jain

v
Organization

Organizing Committee

Honorary Chairs

Xinhua Jiang Fujian University of Technology, China

Lakhmi C. Jain University of Canberra, Australia
Xin Tong Fujian University of Technology, China
Russell Hsing The OpenFog Consortium, USA

Advisory Committee Chairs

Yong Zhao Southwest Jiaotong University, China

Tang-Hsien Chang National Taiwan University, Taiwan
Bin-Yih Liao National Kaohsiung University of Applied Sciences,
Taiwan
Zhangxi Lin Texas Tech University, USA

Conference Chairs

Jeng-Shyang Pan Fujian University of Technology, China

Shaoquan Ni Southwest Jiaotong University, China

vii
viii Organization

Program Chairs

Shi-Huang Chen Shu-Te University, Taiwan

Fumin Zou Fujian University of Technology, China
Yihang Zhang Chinese Academy of Sciences, China

Publication Chairs

Tsu-Yang Wu Fujian University of Technology, China

Zhihong Xu Fujian University of Technology, China
Trong-The Nguyen Haiphong Private University, Vietnam

Local Organization Chairs

Mong-Fong Horng National Kaohsiung University of Applied Sciences,

Taiwan
Ming-Der Jean Fujian University of Technology, Taiwan

Finance Chair

Jui-Fang Chang National Kaohsiung University of Applied Sciences,

Taiwan

Program Committees

Chien-Ming Chen Harbin Institute of Technology - Shenzhen, China

Shu-Chuan Chu Flinders University, Australia
Falko Dressler University of Paderborn, Germany
Javier Gozalvez University Miguel Hernandez, Spain
Shih-Hsu Huang Chung Yuan Christian University, Taiwan
Hsi-Shan Hwang Fujian University of Technology, China
Yusheng Ji National Institute of Informatics, Japan
Alireza Khaligh University of Maryland, USA
Cheng-Chi Lee Fu Jen Catholic University, Taiwan
Chun-Ta Li Tainan University of Technology, Taiwan
Lyuchao Liao Fujian University of Technology, China
Jerry Chun-Wei Lin Harbin Institute of Technology - Shenzhen, China
Jianhua Liu Fujian University of Technology, China
Organization ix

Isamu Matsunami The University of Kitakyushu, Japan

Jelena Misic Ryerson University, Canada
Kaoru Ota Muroran Institute of Technology, Japan
Tien-Wen Sung Fujian University of Technology, China
Jing-Jou Tang Southern Taiwan University of Science and Technology,
Taiwan
Pei-Wei Tsai Swinburne University of Technology, Australia
Yen-Ming Tseng Fujian University of Technology, China
Yuh-Ming Tseng National Changhua University of Education, Taiwan
Christian Wietfeld Dortmund University of Technology, Germany
Xiaolei Yan Fujian University of Technology, China
Jingang Yi Rutgers University, USA
Qingyong Zhang Fujian University of Technology, China
Contents

Smart Vehicular Technology

Easy i-Move: Structured Image Recognition Solution
for Automatic Guided Vehicles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Yen-Hui Kuo, Shu-Hui Lin, and Eric Hsiao-Kuang Wu
Evaluating Multi-dimensional Abilities of Bus Drivers . . . . . . . . . . . . . . 12
Ting-An Kuo, Chiuhsiang Joe Lin, and Po-Hsiang Liu
Research on Detection Algorithm of Roadway Intersection
Rule Detection Based on Big Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Meirun Zhang, Fumin Zou, Yanling Deng, Xinhua Jiang,
Lvchao Liao, and Yun Chen
Predicting the Travel Time in Using Recurrent Neural Networks:
A Case Study of Fuzhou . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
Luming Li and Xinhua Jiang
Driving Behavior Motivation Model Research Based on Vehicle
Trajectory Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
Yun Chen, Xin-hua Jiang, Lyuchao Liao, Fu-min Zou,
and Mei-run Zhang
A Ranging Algorithm for Mobile Vehicles Based on Kalman Filter . . . . 45
Junmin Wang, Fumin Zou, Maolin Zhang, Lyuchao Liao,
and Yaxue Pang
The Evaluation of the Video Codec Performances on the Driving
Recorder with Different Vehicle Speeds . . . . . . . . . . . . . . . . . . . . . . . . . 54
Shi-Huang Chen, Zhi-Quan Huang, Wen-Kai Liu, and Jui-Yang Tsai

xi
xii Contents

Intelligent Railway Technology

Railway Train Working Diagram Plan System . . . . . . . . . . . . . . . . . . . 63
Shaoquan Ni, Miaomiao Lyu, and Hongxia Lv
Railway Passenger Service Mode on “Internet+” . . . . . . . . . . . . . . . . . . 70
Tao Chen, Zhen-ning Zhou, Jie-ru Zhang, and Shao-quan Ni
Design of High Speed Train Operation Plan Simulation System . . . . . . 79
Dingjun Chen, Xinyi Lin, Hui Zhang, and Kaiteng Wu
Service Quality Evaluation of Railway Freight Transportation
Network Based on Bayes Theory . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
Xuepeng Zhang, Shengdong Li, Xiucong Li, Xinyi Lin,
and Xiaoyuan Lv
Train Headway Calculation and Simulation System
for High-Speed Railway . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
Guolong Gao, Jie Zhang, Wenjing Lai, and Yuchao Xin
Train Scheduling for Heavy Haul Railway . . . . . . . . . . . . . . . . . . . . . . . 103
Pei Wang, Jie Zhang, Baoheng Feng, and Wengao Peng
Research on Train Delay Diagnosis in Train Diagram Based
on Big Data Technology . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
Yong Zhang, Wenqing Li, Shaoquan Ni, and Xiaowei Liu
On Linear Precoding of Unitary Space-Time Modulation
for Spatial-Temporal Correlated Flat Fading Channel . . . . . . . . . . . . . . 117
Caihong Yu, Kejun Jia, and Zheng Yang

Innovative Electrical Technology

The Integration of DFX Principles with TRIZ
for Product Design – A Case Study of Electric Scooter . . . . . . . . . . . . . 127
Tien-Lun Liu, Yi-Chen Li, and Ji-Ze Xiao
Adaptive Nonsmooth Attitude Tracking Control of Quadrotor
UAV with Dynamic Uncertainties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
Dongwei He, Pei Gao, Lisang Liu, Xuecheng Jiang, and Jishi Zheng
Design of the Classroom Intelligent Light Control System Based
on ARM9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
Xiu-Zhen Zhang and Li-Sang Liu
Electromagnetic Compatibility Analysis of PIND Equipment
for Rocket Engine Attached Pipes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
Guotao Wang, Qun Ding, Leizhen Gao, Qiang Wang, and Liang Guo
Contents xiii

Application of Double-Hidden Layer BP Neural Network

in Transformer Fault Alarm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
Xin Su, Xin-hua Jiang, Shun-miao Zhang, and Yao He
An Artificial Indoor Farm that Subverts Traditional
Farming Patterns . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
Lin De Yao, Sheng-Hui Meng, and Lin Shu Hua
Design for Intelligent Control System of Curtain Based
on Arduino . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
Sheng-Hui Meng, An-Chi Huang, Chia-Jung Lee,
Tian-Jiun Huang, and Jian-Nan Dal
Graphene Saturable Absorption and Applications in Fiber Laser . . . . . 185
Hancong Wang, Jinyang Lin, and Shihao Huang
Power Supply Loss Riding Through Method for High-Voltage
Great-Power Cascaded H-Bridge Multilevel Inverters . . . . . . . . . . . . . . 192
Xinjian Cai, Tianjian Li, and Jiaxin Chen
Prediction of Hourly Power Consumption for a Central
Air-Conditioning System Based on Different Machine
Learning Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
Si-qi Gao, Fu-min Zou, Xin-hua Jiang, Lyuchao Liao, and Yun Chen

Innovative Intelligent Computation Technology

Compact Evolutionary Algorithm Based Ontology Meta-matching . . . . 213
Xingsi Xue and Shijian Liu
Transfer Knowledge Based Evolution of an External Population
for Differential Evolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
Zhenyu Meng, Jeng-Shyang Pan, and Xiaoqing Li
Research on Ships Collision Avoidance Based on Chaotic Particle
Swarm Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
Lisang Liu, Dongwei He, Ying Ma, Tianjian Li, and Jianxing Li
Design of Gear Reducer Based on FOA Optimization Algorithm . . . . . . 240
Xiaojia Lin, Fuquan Zhang, and Lin Xu
Review of Intelligent Computing Application . . . . . . . . . . . . . . . . . . . . . 248
Yiou Wang, Tianyuan Liu, Fuquan Zhang, Lin Xu, Gangyi Ding,
Rui Xiong, and Fei Liu
Directional Shuffled Frog Leaping Algorithm . . . . . . . . . . . . . . . . . . . . . 257
Lingping Kong, Jeng-Shyang Pan, Shu-Chuan Chu,
and John F. Roddick
xiv Contents

A Bidirectional Collaborative Filtering Recommender System

Based on EM Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
Yu Mao, Fuquan Zhang, Lin Xu, Dakui Zhang, and Hui Yang
A Novel Hybrid GWO-FPA Algorithm
for Optimization Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274
Jeng-Shyang Pan, Thi-Kien Dao, Shu-Chuan Chu,
and Trong-The Nguyen
Seam Carving Algorithm Based on Saliency . . . . . . . . . . . . . . . . . . . . . 282
Wen Lin, Fuquan Zhang, Renbao Lian, Lin Xu, Xueyun Chen,
and Linghong Kuang

Applied Mathematics and Its Applications

Time Domain Acoustic Scattering from Locally Perturbed
Flat Substrates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295
Bo Chen, Fuquan Zhang, Lin Xu, and Minghui Liu
Adversarial Multiarmed Bandit Problems in Gradually
Evolving Worlds . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305
Chia-Jung Lee, Yalei Yang, Sheng-Hui Meng, and Tien-Wen Sung
A Video Coloring Method Based on CNN and Feature
Point Tracking . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 312
George Guan, Fuquan Zhang, Gangyi Ding, Meng Niu, and Lin Xu
Opinion Target Extraction for the Chinese Formal Text Based
on Dependency Relations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321
Xiao-Yan Yang, Ge Xu, Fu-Quan Zhang, Xiang-Wen Liao,
and Lin Xu
Chaotic Sequence Generator Based on m Sequence Perturbation . . . . . 329
Chuanfu Wang and Qun Ding
Research on the Complexity of Binary Chaotic Sequences . . . . . . . . . . . 337
Liu Chunyuan, Ding Qun, and Xu Wei
Designing a Lightweight Cipher Algorithm Based on Chaos
Theory and LoRaWAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 344
Chunlei Fan and Qun Ding
Research on Multiple Classifiers Combination Method
for Remote Sensing Images . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353
AiPing Jiang, Shengjie Xiao, LongYun Wei, and YanLin Zhu
Contents xv

Smart Wireless Access Technology

An Implementation of Relay Function Based on LTE Technology
for Multi-UAV Communication . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365
Wen-Chung Tsai, Nien-Ting Huang, Shih-Hsuan Lin,
and Mao-Lun Chiang
Tendency of Connected VIP and ITS Evolution . . . . . . . . . . . . . . . . . . . 374
Tang-Hsien Chang, Ying-Chih Lu, and Xiao-Ting Dai
Simulation and Modeling of a Solidly Mounted Resonator . . . . . . . . . . 382
Sheng-Hui Meng, An-Chi Huang, and Ying-Chung Chen
Joint I/Q Mismatch Calibration, Compensation
and Channel Equalization Approach for STBC 2  2 MIMO
OFDM Transceivers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 388
Chih-Feng Wu, Yi-Hung Lin, Muh-Tian Shiue, and Jeng-Shyang Pan
A Constructive Problem-Based Course Design
for Internet of Things . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397
Xiaohu Ma, Yeh-Jong Pan, Fang Chen, Xinyi Ding,
and Shih-Pang Tseng
Author Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 403
Smart Vehicular Technology
 Easy i-Move: Structured Image Recognition
Solution for Automatic Guided Vehicles

Yen-Hui Kuo1,2(&), Shu-Hui Lin1,2(&),

and Eric Hsiao-Kuang Wu2(&)
1
Institute for Information Industry, National Central University,
Taoyuan, Jhongli, Taiwan
{yenhui,vickylin}@iii.org.tw
2
Department of Computer Science and Information Engineering,
National Central University, Taoyuan, Jhongli, Taiwan
hsiao@csie.ncu.edu.tw

Abstract. There are many kinds of image processing application in the industry,
to improve better performance of producing, Automatic Guide vehicles (AGV)
solution have been driven in service, for instance, the expensive solution such as
light detection and ranging (LIDAR), magnetic tape guided and RFID are used. In
the industry which not only search for better delivery performance but also search
for economic efficiency. Here we present an economic efficiency solution, Easy i-
Move for AGVs guiding system to fulfill customers’ necessity. In this study, we
focus on color tape image recognition technology based on HSI color model. The
implementation of the system architecture and the technology of image recog-
nition in the proposed system are described and validated in this paper.

Keywords: Image recognition
Automatic Guided Vehicle
Color model

1 Introduction

There are many kinds of d Guide vehicles guiding solution, for instance, the light
detection and ranging (LIDAR), a remote sensing method used to examine the surface
of the earth, and magnetic tape guided are used. In the industry section which not only
search for better delivery performance but also search for economic efficiency. Usually,
manufacture working area reorganized from time to time. Working area reorganized
which caused a very much housekeeping job to do subsequently. When reorganization
occurs, the course needs to change. Therefore, we are trying to apply the color tape
image recognition AGVs guiding strategy to handle such situations. There are some
problems exist when we apply image recognition solution for AGVs guidance. We
have to solve (1) Image processing time must short enough for guiding car:
The most important things in the Automatic Guide Vehicles guiding system is
guiding response time. Car is running in real time, about 50 cm per second, image
recognition system must take a quick response to guiding control module, which
generates control instruction to AGV car. (2) Lighting noise proof: In the manufac-
turing there are a lot of lighting noise, such as the light from fluorescent, LED light

© Springer International Publishing AG 2018

J.-S. Pan et al. (eds.), Advances in Smart Vehicular Technology, Transportation,
Communication and Applications, Smart Innovation, Systems and Technologies 86,
https://doi.org/10.1007/978-3-319-70730-3_1
4 Y.-H. Kuo et al.

from instruments, sun light from outside etc., the image recognition algorithm not only
needs to quick response but also need to analyze the picture accurately.
Because of the previously stated concerns, this paper will propose an AGV system
using image recognition technology. We implement an AGVs system to verify this
solution.
The rest of this paper is organized as follows. In Sect. 2, the RGB and HSI color
model is introduced. In Sect. 3, the challenges of color tape image recognition solution
for AGV system will be discussed. In Sect. 4, the Image recognition strategy for AGV
is exploited. In Sect. 5 deployment of the new intelligent AGV system are presented.
We conclude the paper in Sect. 6.

2 RGB and HSI Color Model

2.1 RGB Color Model

The RGB color model is an additive color model in which red, green and blue light are
added together. The name of the model comes from the initials of the three primary
colors, red, green and blue. Initially, we used the RGB color model to implement image
recognition system. Our development platform is windows visual studio using Emgucv
library [1, 2], in c# language, we get RGB color attributes from a picture of each pixel
though GetPixel(x, y) method, which return R, G, B value for red, green, and blue
respectively, which value vary from 0–255. This method seems very straight forward to
tell a specific color tape apart from a picture which we got from camera, but The AGV
System running in manufacturing which environment is complicated, there are a lot of
lighting noise as mention before, I cause the picture catch from the camera has color
distortion. The ground color varies from grey to blue, as shown in Fig. 1.

normal color distorted color

Fig. 1. Color distorted by light (Color figure online)

Initially, We used the blue color tape as guiding line, that color distortion like this
causes a lot of trouble on image recognition, we can’t tell part the guiding line from
ground simply use R, G and B value from RGB color model, so we try HSI color
model solution [3].

2.2 HSI Color Model

The HSI color model represents every color with three components: hue (H), saturation (S),
intensity (I). When humans view a color object it is described by its hue, saturation and
 Easy i-Move 5

brightness. Hue is a color attribute that describes a pure color (pure green, blue or red).
Saturation gives a measure of the degree to which a pure color is diluted by white light.
Intensity is key factor in describing color sensation. We convert RGB color space to HSI
color space by using the following formulas [4–6].

numerator ¼ ½ðR  GÞ þ ðR  BÞ  2

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi
denominator ¼ ðR  GÞ2 þ ðR  BÞðG  BÞ
8
>
> if ðdenominatorÞ 6¼ 0
> Theta ¼ Acosðnumerator  denominatorÞ  180  3:14
>
>
>
>
>
>
> if ðB \ GÞ
<
Hue ¼ RoundðTheta; 2Þ
>
> else
>
>
>
> Hue ¼ Roundðð1  ThetaÞ; 2Þ
>
>
>
> else
:
Hue ¼ 0
8
>
> if ðR þ G þ BÞ 6¼ 0
<
S ¼ 1  ½3  minðR,G,BÞ  ðR þ G þ BÞ
>
> else
:
S ¼ 1:0

I ¼ ðR þ G þ BÞ  3

In c# language, we get RGB color attributes from a picture of each pixel though
GetPixel(x, y) method, which return R, G and B. We feed R, G, B value into above
formula then can get H, S, I value easily. The value of Hue varies from −180–180,
Saturation varies from 0–1, Intensity varies from 0–255, that gives much space to
justify pixel color. We will exploit more detail in the fourth section. The Challenges of
color tape image recognition solution for AGV system.

3 System Operation Components

AGV car consists of a front end camera, image recognition module and driving control
unit. The front end camera captures the picture of course while running, image
recognition module analyzes the colored tape position and based on the color tape
position generates a direction calibration value or gives a reach the anchor point
instruction to drive the AGV car.

3.1 Challenges
The image recognition module plays the major game in driving AGV car, image
recognition module must give an accurate instruction for AGV car. There are
6 Y.-H. Kuo et al.

implementation challenges involving potential lighting noise, image recognition errors,

image analyze processing speed, which will cause AGV driving malfunction.
With the HSI color model technology, we get the maximum image recognition
accuracy, proposed an image down size solution to speed up system performance,
every driving control cycle keep within 50 ms, to meet the car stable speed on 50 cm
per second of our system. Our proposed scheme not only maintains the driving
security, but it also maximizes image recognition accuracy and stable driving speed.

4 The Image Recognition Strategy for AGV System

The Image recognition strategy for AGV System is based on color recognition of each
pixel [7]. The Image recognition process is shown as Fig. 2.

Fig. 2. Image recognition process

We get an image from camera, down resizing, read pixel color, telling object color
apart from others, identify the right object, finally, output control instructions. We get
the a picture from the camera consists of 640  480 pixels, if we used the raw picture
to do Image analyze processing, it takes about 195.07 ms per picture, it takes too much
time in processing the image analysis, it can’t meet the AGV running speed require-
ment, it must less than 50 ms per analysis operation, we down size the picture to
20  20 pixels, it takes about 0.51 ms per picture, in our system the average operation
time from take a picture to Image analyze and give an instruction to AGV car, it takes
2.08 ms from our 2002 sample pictures. The size of picture affected the Image analyze
processing time shown in Table 1.

Table 1. Image analyze processing time

Platform Image size Analysis time IV Meet requirement
(millisecond) (50 ms<)
Intel Core i7-3540 M 640  480 ¼195.07 ✗
CPU: 3 GHz 100  100 ¼6.35 ✓
RAM: 8 GB 20  20 ¼0.51 ✓
OS: windows7

Our system must function normally despite the fact that the manufacturing,
warehousing lighting noise. Furthermore, we want to maximize the system’s accuracy
as much as possible. Order to meet this requirement, we propose a HSI color model
technology based on tape color. The tape color could be affected by a wide range of
factors, such as fluorescent or LED color, the light from machine or equipment, and any
 Easy i-Move 7

lighting source. Accordingly, an accurate and reliable algorithm for Image analysis, the
tape color must take into account the effects of these factors.
We exploit the detail of the image recognition algorithm, which we implement in our
system. In the experimental manufacture, there is yellow color tape already, so we use
yellow color for image recognition. After we captured a picture from end camera, we
down size the picture from 640  480 pixel to 20  20 pixel, the picture shown as Fig. 3.

Original picture down size picture

Fig. 3. Picture down size before and after (Color figure online)

After the picture downsizing, it become blurred like the above right side picture,
although the image becomes blurred, it is still good for recognition, and the most
important is that the Image analyze processing time is short enough, so in the experiment
20  20 pixel is a good size for recognition. Based on Sect. 2.2 HSI color model
formula, we caught each H, S, and I value of pixel[x, y] and saved in Hue[x, y], Sat[x, y],
and Inten[x, y] array respectively. Here I draw 20  20 circle to represent the 20  20
pixel, as shown in Fig. 4.

Fig. 4. 20  20 pixel picture

In real environment only H, S, and I value is not enough to tell similar pixel
apart. Therefore, we propose additional HSI formula:

HSI ¼ H  S  I

We further multiple the H, S, and I value generate a much more range and unique
value to ensure color representation. With HSI model produces a representation of HSI,
H, S, and I value. The Hue values of yellow color are positive around 50–60. In this
example, we are lucky, we can tell the yellow color apart from Hue attribute as
function shown.
8 Y.-H. Kuo et al.

In some other complicated case we have to use more attributes to tell them apart, as
function shown.

Based on and function to represent the pixel color, but that

can’t descript the pixel is right in the line or caused by environment lighting noise, so
our recognition algorithm has to add on line characteristics to verify line pixel. Both the
side by side pixels of a line are not apart from 2 or more pixels, they must close
together, nevertheless left or right, up and down. Apply this line characteristics we can
descript the line image object, which

Cnt: Total chosen color count of row

Line pixel: (LineRightPos- LineLeftPos)  Cnt < 1
Noise: (LineRightPos-LineLeftPos)  Cnt ≧ 1

On behalf of the above rules, we get rid of some light noise from environment
lighting or instruments light successfully.
Before we apply this solution in the system, we capture the whole course image at
the stable speed say 50 cm per second, there are more than 10,000 pictures, and
evaluated every misrecognized image carefully, then modify the parameters of
and functions to make function more accurately.
We get the image structure of Fig. 4 With and functions as
shown in Table 2.
 Easy i-Move 9

Table 2. Image structure

Y XI X2 Line width
0 7 9 3
1 8 10 3
2 8 11 4
3 9 12 4
4 9 12 4
5 10 13 4
6 11 15 5
7 11 15 5
8 12 16 5
9 13 17 5
10 13 18 6
11 14 19 6
12 15 19 5
13 15 19 5
14 16 19 4
15 17 19 3
16 17 19 3
17 18 19 2
18 19 19 1
19 −1 −1 0
y: row number
x1: tape left side position
x2: tape right side position
line width: tape width

From Table 2 we mapped with the yellow tape image as Fig. 5. We can get a
perfect pixel structure of yellow color matched with image picture.

Fig. 5. Image structure data mapping (Color figure online)

5 Application of Image Recognition

At this point, we transfer the image picture to a structure of data table. How can we use
these data for the application of AGV system? From the yellow color position in the
20  20 structure, we can conduct the car to follow. Before we use the yellow line
10 Y.-H. Kuo et al.

position data, we have to make sure the image structure data is yellow line structure not
from light noise or something else. In my algorithm, after we got the line image
structure, we check the line length and line width first, if the line width great than 0
pixel and line length is great than 9 pixels, then we can sure it is a conduct line image,
which we can use to conduct the car. There is a rule of the guiding line as below
function.
Guiding line rules:
– Anchor line: line width > 16 and line length < 9; car is approaching the
workstation
– Guiding line type1: line width > 0 and line length > 9; guiding line is located at the
middle of picture
– Guiding line type2: line width > 0 and 3 < line length  9; guiding line is located
at the corner of picture
– Guiding line type3: line width > 0 and 0 < line length  3; guiding line is located
at the corner of picture.
From the above rules we identify the line type then we check the column position
of the guiding line at the top, based on the position of guiding line to give the direction
instruction. The guiding line can be set at the middle of lane or at the side of lane, the
rule of at the middle of lane is:
(1) Forward: 7 ≦ guiding line top position ≦ 13
(2) Left: 0 < guiding line top position < 7
(3) Right: 13 < guiding line top position
Next, we carried out experiments in a real environment to verify the usability of the
AGV system. Here, we implemented our system on a manufacture, which produces
geared motors in Taiwan. We use an AGV car with a front end camera, so this AGV is
implemented forwarding only, the driving instructions are send from recognition
module to AGV control unit through USB port, the control unit is an Arduino module
[8–10]. In the manufacture there are 15 Assembly stations in the manufacture, with a
single route length of 180 m, about 6 min per circle. To investigate the performance of
the proposed AGV system, we use the real manufacture lay out road map in the
experiments.
Initially, AGV car is parked at the AGV parking lot, user asks AGV car to deliver
products or materials from any assembly station to any station. After the car finish the
delivery job, which will go back to parking lots, and check is there any job waiting for it.

6 Conclusions

In this experiment we take care of the Image processing time to meet the system
requirement which around 0.5 ms on our platform. We also get rid of the lighting noise
from outside to make the AGV system work in manufactory. There are many kinds of
image recognition approach and application, some of further research applies machine
learning or deep learning with image recognition technology to enhance image
recognition system to specific domain application. Furthermore, image processing can
 Easy i-Move 11

be applied to many domain usages such as: satellite imagery, medical image, photo
reconstruction, Automatic identification, defect detection, face discrimination, virtual
reality, there are different domain knowledge inside. Here we have demonstrated the
feasibility and usability of the proposed AGV system. After further investigation of
image recognition solution performance, it will be possible to redesign the system
architecture to more secure traffic control system. Many more new applications will
then be developed in the near future.

References
1. Emgu CV Essentials. Packt Publishing, 14 November 2013
2. Emgu.CV.example CameraCapture. http://me1237guy.pixnet.net/blog/post/61361335
3. Converting from RGB to HSV. http://coecsl.ece.illinois.edu/ge423/spring05/group8/final
project/hsv_writeup.pdf
4. Video color conversion. Introduction to Automotive Electronic Systems pdf. http://140.117.
156.238/course/IAE/2013/
5. Gonzalez, R.C., Woods, R.E.: Digital Image Processing, 3rd edn. Prentice Hall, Upper
Saddle River (2008)
6. Setting up Emgu CV Project with Visual Studio. https://notebookbft.wordpress.com/2015/
03/08/setting-up-emgu-cv-project-with-visual-studio/
7. The Principle of Image Processing Technology and Application. http://web.ncyu.edu.tw/*
lanjc/lesson/C9/class/11.pdf
8. Arduino Mini USB Adapter. http://elesson.tc.edu.tw/md221/pluginfile.php/4151/mod_
resource/content/1/arduino.pdf
9. Online electricity knowledge. http://bbs.audiohall.net/viewtopic.php?t=1337&sid=999
10. http://elesson.tc.edu.tw/md221/pluginfile.php/4151/mod_resource/content/1/arduino.pdf
 Evaluating Multi-dimensional Abilities
of Bus Drivers

Ting-An Kuo1, Chiuhsiang Joe Lin1, and Po-Hsiang Liu2(&)

1
Department of Industrial Management, National Taiwan University of Science
and Technology, No. 43, Keelung Road, Section 4, Da’an District,
Taipei City 10607, Taiwan
a76526@yahoo.com.tw, cjoelin@mail.ntust.edu.tw
2
Department of Industrial Engineering and Management, St. John’s University,
No. 499, Tam King Road, Section 4, Tamsui District,
New Taipei City 25135, Taiwan
bsliu@mail.sju.edu.tw

Abstract. As professional drivers typically were driving more time on the road
than general drivers, the relationship between age and multi-dimensional driving
abilities of bus drivers should be of concern to transportation officials tasked
with improving workplace safety. This study examined the multi-dimensional
abilities of bus drivers through their responses to a self-assessment questionnaire
and on tests of hand-eye coordination, balance ability and hand grip strength.
Among sixteen participants recruited from an urban bus company, gender and
age significantly correlated with self-rating evaluation, hand-eye coordination
tests and grip strength capabilities. Recommended of this study were conducted
the self-rating evaluation, hand-eye coordination, balance ability and hand grip
strength in the process of licensing exams test to assess driving qualification,
renew driving license particularly. Bus drivers should also regularly take these
ability tests to assess their driving quality and ability. In this way, an employer
can accurately assess drivers’ multi-dimensional abilities and verify whether
they meet the demands of their jobs.

Keywords: Psychological assessment
Occupational drivers
Driving

abilities
Safety management
Aging

1 Introduction

Driving is the primary mode of transportation in many countries and the driving ability
is intimately associated with health-related quality of life [1]. Further, driving is one of
the most complex tasks that humans perform on a regular basis, placing significant
demands on sensory, perceptual, cognitive, and motor capabilities. However,
age-related declines in these capabilities negatively affect driving performance [2].
Several eye diseases that including glaucoma have been associated with increased risk
for motor vehicle accidents [3]. With an aging population, it is estimated that over 58
million people will have open angle glaucoma by the year 2020. Although it is clear
that vision is essential for driving, it is not clear what vision skills and tests are actually
more closely related to the ability of driving safely [4]. Gentzler and Smither [5] have
© Springer International Publishing AG 2018
J.-S. Pan et al. (eds.), Advances in Smart Vehicular Technology, Transportation,
Communication and Applications, Smart Innovation, Systems and Technologies 86,
https://doi.org/10.1007/978-3-319-70730-3_2
 Evaluating Multi-dimensional Abilities of Bus Drivers 13

developed test batteries to identify at-risk older drivers. Wood et al. [6] reported that
age-related changes in sensory abilities, such as visual impairment, can potentially
influence the ability to perform visual tasks and simultaneous dual tasks not directly
related to vision. Indices of unsafe driving performance, including increased crash risk
and impaired on-road driving performance, have been reported in older drivers with
cataracts and in those drivers with reductions in specific visual functions including
visual fields, motion sensitivity, contrast sensitivity and visual attention [7].
In Taiwan, in addition to measurements of cognitive abilities and motor skills, a
physical examination is required when drivers apply for an occupational license, and it
includes an evaluation of visual abilities (visual acuity, visual field, and night vision),
heart functioning and blood pressure. Drivers younger than 60 years are required to
retake the physical examination every three years to maintain license validity while
those 60 years and older need to be re-examined every year. However, cognitive
abilities and motor skills of professional drivers are not re-examined as part of the
license renewal process in either age group.
Gentzler and Smither [5] have used various criteria to assess driving performance,
including (1) the selective and divided attention abilities, processing speed, memory,
accuracy, reaction time as cognitive functions; (2) the range of motion, strength in the
extremities such as the foot, mobility as physical functions and (3) static visual acuity,
contrast sensitivity, visual field, visuospatial ability, dynamic acuity, useful field of
view as visual function. Professional drivers were usually driving more time on the
road than general drivers. The purpose of the present study was to examine the
multi-dimensional abilities of professional bus drivers using self-assessment tests,
hand-eye coordination tests and grip strength and balance ability test. In addition, the
study wanted to establish appropriate assessment mechanisms to promote safer driving
and, thus, safer roadways.

2 Methods

2.1 Participants
This study recruited sixteen bus drivers that f including 10 males and 6 females from an
urban bus company in Taipei city. The mean age of the male drivers was 46 years old,
the mean height was 170.5 ± 6.5 cm, and the mean weight was 73.9 ± 8.8 kg. The
mean age of the female drivers was 43 years old, the mean height was 159.5 ± 2.1 cm,
and the mean weight was 63.9 ± 10.4 kg.

2.2 Self-rating Questionnaires

The self-rating form is designed to help driver examine driving ability to keep driving
safety from American Automobile Association Foundation for Traffic Safety (version
2010). The self-rating tool provides facts and suggestions for safe driving. Although
the questionnaire was designed for people over the age of 65, it is important to rec-
ognize all driver limitations and to be aware of everything a driver can do to be safe on
the road.
14 T.-A. Kuo et al.

Items 1–13 were scored as ‘always or almost always,’ ‘sometimes,’ or ‘never or

almost never’ and questions 14 and 15 were scored as ‘none,’ ‘one or two,’ or ‘three or
more’. Subjects checked the box next to each appropriate response. The questionnaires
were scored by (1) writing the check mark totals recorded in the squares on the
question form in the square to the right; (2) writing the check mark totals recorded in
the triangle on the question form in the square to the right; (3) multiplying the number
in the square by 5; (4) multiplying the number in the triangle by 3; and (5) adding the
results of steps 3 and 4 together. Lower scores (0–15) indicate safer drivers and scores
ranging from 16 to 34 indicate that the driver is engaging in some practices that need
improvement to ensure safety. Scores higher than 35 mean the driver is engaging in too
many unsafe driving practices and should stop driving.

2.3 Hand-Eye Coordination Test

The hand-eye coordination test comprised the dynamic stability test and the
electrical-mirror tracer test. During the dynamic stability test, a stabilimeter (TKK
1211, Takei Scientific Instruments Co., Ltd., Niigata city, Japan) attached to the arm of
the participant is used to monitor stability as the subject traces a groove on a panel with
a stylus in a specified period of time (Fig. 1 left). When the stylus makes contact with
the edge of the groove, a buzzer is sounded. The paths of the tracer include linear paths,
curved paths, and square paths.

Fig. 1. Dynamic stability test and auto-scoring mirror tracing test

The mirror tracing apparatus is a standard psychology laboratory instrument that

has been used in a variety of experimental studies (Model 58042A, Lafayette Instru-
ment Co., Indiana, USA). The subject’s task is to trace, by looking in a mirror, a pattern
which is on the board. The subject has to trace between the lines with an electric pencil
without touching the sides of the star. Errors are tallied by counting the number of
times the subject touches the lines. In addition, total time required to trace the complete
pattern is recorded (Fig. 1 right).
 Evaluating Multi-dimensional Abilities of Bus Drivers 15

2.4 Grip Strength and Balance Ability Test

Maximum grip strength across a 50 mm span was measured using a digital
grip-strength dynamometer (TKK 5401, Takei Scientific Instruments Co., Ltd., Niigata
city, Japan). Measurements ranged from 5.0–100 kg and the minimum measurement
unit was 0.1 kg (accuracy, ±2.0 kg). Each measurement continued for approximately
3 s, or until the participant could no longer resist while standing with forearm straight
down. The participants rested at least 60 s between trials, and the highest value of three
strength measurements was considered to be the subject’s maximum strength.
The balance ability test was conducted with both eyes closed while standing on one
foot (left foot and right foot were tested separately). The time it took to touch the floor
with the other foot was recorded. A standing time greater than one minute was con-
sidered to indicate good balance ability.

2.5 Experimental Procedures

The study was approved by the Research Ethics Committee of the researcher’s insti-
tution. Subjects participated in the experiments after providing informed consent with
respect to the investigative procedures. First, subjects need to rate their driving ability
by self-rating questionnaires. Further, hand-eye coordination test involved the dynamic
stability test and auto-scoring mirror tracing test. Finally, grip strength and balance
ability test were conducted. A minimum rest period of 5 min or more, if required, was
provided between trials. During the rest periods, participants were asked to stay seated,
relaxed and to remain silent.

2.6 Data Analysis

A randomized complete design with between-subject factors (age and gender) was used
in this study. In addition, age could be divided into three groups, i.e. younger groups
(<30 years old) middle groups (31–54 years old) and older groups (more than 55 years
old). Further, multivariate analysis of variance (MANOVA) was utilized to identify
significant differences between conditions for AAA self-rating questionnaire, hand-eye
coordination test and grip strength and balance ability test. Statistical significance was
set at a probability level of 0.05.

3 Results
3.1 The Self-rating Analysis
The mean scores of AAA self-rating form among gender and age showed in Table 1.
Mean scores of self-rating is higher in male drivers (26.8) than in female drivers (12.8).
From interpretation of score denoted that the lower score (0 to 15) is the safer driver,
and female drivers are fine status. Furthermore, Table 2 revealed the decision condition
of drivers’ ability based AAA self-rating form. There are five and four male drivers in
caution and unsafe condition and three female drivers in caution condition, respec-
tively. Drivers are engaging in some practices that need improvement to ensure safety.
16 T.-A. Kuo et al.

These drivers should be re-education for driving safety. There are 33% male drivers
really upset affecting their driving, and less half male drivers always get eye exams and
check the medications affecting their driving ability. Administrative staff should be
noticed the drivers beginning to experience some natural age-related changes and
drivers adjust their driving habits to keep driving safely. Checking visual ability reg-
ularly and consulting for taking medications or drugs could be provided in company.

Table 1. The mean scores of AAA self-rating form among gender and age
Variables Mean Standard Min Max
deviation
Gender Male 26.8 15.6 5 60
Female 12.8 9.5 0 27
Age <30 32.5 7.7 27 38
31–54 24.0 18.1 3 70
>55 11.0 9.8 0 22

Table 2. Meaning of scores based on self-rating form among gender and age
Gender Age
Levels Scores Decision Male Female  30 31–54  55
Level 1 safe driving 0 to15 Qualified 2 4 0 4 2
Level 2 caution 16 to 34 Unqualified 5 3 1 5 2
Level 3 unsafe driving 35 and over Unqualified 4 0 1 3 0

3.2 Hand-Eye Coordination Tests, Balance Ability and Hand Grip

Strength
Table 3 shows the results of the hand-eye coordination, balance ability, and hand grip
strength tests by gender and age. The results of MANOVA showed that the gender
effects had found (Pillai’s trace = 0.97, F(12, 1) = 13.2, p < 0.05, partial η2 = 0.96) on
0.95 of statistical power (alpha = 0.05, two-tail). Female drivers needed more time to
accomplish tracing tasks. In contrast, male drivers made more mistakes than female
drivers while tracing circular (F(1, 12) = 7.35, p < 0.05) and square paths using the left
hand (F(1, 12) = 5.2, p < 0.05). For the electrical mirror tracer test, female drivers
made a greater number of mistakes and took longer to accomplish these tasks than male
drivers (F(1, 12) = 6.76, p < 0.05). Balance ability on either foot did not differ sig-
nificantly between genders. However, hand grip strength differed significantly between
genders (F(1, 12) = 21.66, p < 0.001).
There were no significant differences in number of mistakes made while tracing
straight, circular and square paths. However, elderly drivers spent more effort to
accomplish these tasks. In contrast, younger drivers made more mistakes than older
drivers in tracing the square path. Drivers required more time to accomplish mirror
tracings for both hands with incrementally advancing age. There was no significant
Another random document with
no related content on Scribd:
 Karla krampfte die Finger ineinander. Etwas bohrte an ihrem
Herzen. Erst leise, dann immer stärker. Die Nacht fiel ihr ein auf der
Veranda des Hotels in Brasilien, und wie sie gewartet und wie sie es
nicht für möglich gehalten hatte, was doch geschehen war ... Und
das war nur ein Kinderspiel gewesen gegen das, was jetzt geschah.
Eine Mariette hatte ihr nichts nehmen können — nichts, als
allenfalls eine Stimmung.
Luise nahm ihr alles — das Kind, den Mann ... löschte sie selbst
aus ... ganz sachte; ohne es zu wollen vielleicht, nein, gewiß; ohne
es zu wollen — aber jeden Tag mehr, immer mehr, machte sie
überflüssig — ließ sie nur gelten, weil sie die Stimme hatte, die
Mann und Kind ein leichtes, sorgenfreies Leben gewährte ... Aber
auch das mochte kaum bewußt sein ... es w a r nur so und drängte
sie, die Mutter, die Frau, sanft aus dem Bereich ihres häuslichen
Wirkens, ihrer Frauenrechte ...
Seltsam, wie diese Erkenntnis wirkte. Es war kein Schmerz und
kein lodernder Zorn, wie damals in Brasilien ... nur wie ein kalter
Hauch zog es durch ihre Seele, vereiste ihr sonst so heißes
Empfinden ...
Sie stand auf.
„Laßt euch nicht stören,“ sagte sie freundlich, „— ich bin müde
und will mich niederlegen.“
Altmann blickte auf.
„Verzeih’ .. ja .. ich hatte vergessen .. selbstverständlich ... wir
können übrigens auch morgen —“
Aber Karla wiederholte, ebenso freundlich, nur mit einer an ihr
fremden Bestimmtheit:
„Nein, bitte ... laßt euch nicht stören ... gute Nacht, Luise.“
Leise schloß sie die Tür des Schlafzimmers hinter sich zu.
Altmann strich ein paarmal nervös über die Seiten des Buches.
„Schade ...“
„Wie meinst du, Ernst ...?“
 „Sie hat so gar keine geistigen Interessen ... schade!“
„Findet man das nicht häufig bei Sängerinnen?“
„Möglich ... ja ... aber Karla ist doch auch meine Frau!“
Luise strich mit ihrer hageren Hand über den Ärmel des Bruders.
„Ärgere dich nicht. Wir haben uns hier so eingesponnen, und sie
kommt von draußen — sie ist noch wie ein verspieltes Kind. Das gibt
sich. Lies weiter — es ist mir eine solche Freude ...“
„Gute Lis’!“
Er nickte ihr zu. Von der Bewunderung der Welt, die er erträumt
hatte, war ihm nur die Bewunderung der Schwester geblieben. — —
Aber auch die tat wohl!
 inen Tag vor ihrem Wiederauftreten sagte Altmann:
„Du hast doch nichts dagegen, liebes Kind, ich habe
gebeten, daß man dich als Karla König-Altmann auf den
Zettel setzen möchte.“
„Als König-Altmann ...?“, wiederholte Karla. „Ja ... warum denn?“
Ihr Name war ihr lieb geworden, sie war in ihn hineingewachsen
wie in eine Haut. Der angehängte Name ihres Mannes wirkte auf sie
wie etwas Fremdes, gar nicht zu ihr Passendes. In ihren Schläfen
pochte es.
„Wenn ich nur wüßte — warum?“
Altmann reckte sich hoch, seine Mundwinkel vertieften sich.
„Liebe Karla, du tust gerade so, als wäre es eine Unehre für dich,
deinen gesetzlichen Namen zu tragen — eine Schande.“
„Warum hast du es mir nicht vorher gesagt — wir hätten es
überlegen können — —“
„Ich glaube, liebes Kind, daß es da nichts zu überlegen gibt. Du
hast ein Kind, eine Tochter. Ich meine, wenn nicht aus Rücksicht auf
mich, so doch aus Rücksicht auf dein Kind ... Die Gemeinsamkeit
des Namens ist, scheint mir, doch das allererste und wichtigste
Bindeglied zwischen Eltern und Kind ...“
Die Tür zu Altmanns Zimmer ging auf, und Schmerzchen trippelte
herein, in einem blauen Herbstmäntelchen und blauem
Matrosenhütchen.
Karla hatte Schmerzchen bisher nur in weichen Kappen oder
unter dem Gefältel weißer Stickereihüte gesehen, die Matrosenform
gab dem zarten Gesicht etwas Hartes, Strenges. Das feine
nußbraune Haar ringelte sich in Locken über den Nacken.
„Komm mal her, Isolde ...“
Gehorsam ging Schmerzchen auf den Papa zu, mit einer
gewissen Spannung im Blick. In Papas Ton lag immer etwas, worauf
sie gespannt war.
 Karla fielen die Arme, die sie dem Kinde entgegengestreckt
hatte, in den Schoß zurück.
„Sag’ mal, wie heißt du?“
„Isolde Altmann“, sagte Schmerzchen sehr deutlich und
gewichtig.
„Gut. Und wie heiße ich?“
„Ernst Altmann, Landgrafenstraße siebzehn.“
„Ja, ja ...“, unterbrach er. „Und Mama? Wie heißt Mama?“
„Karla König-Altmann, Königliche Hofopernsängerin.“
„Brav.“
Er wendete sich an Karla:
„Na — klingt das gar so schlimm?“
Karla antwortete nicht. Sie hielt Schmerzchens Hände und
drückte sie an die Lippen.
Schmerzchen blickte unruhig nach der Tür.
„Ich gehe mit Tante Lis Haare abschneiden.“
„Wieso Haare abschneiden ... wessen Haare?“
„Meine Haare ... ritz—ratz, sagt Tante Lis ...“
Karla war ganz erschüttert. Das feine braune Härchen ringelte
sich so weich über ihre Hand, und nun sollte es abgeschnitten
werden, sollte ...
Luise trat, ebenfalls zum Ausgehen angekleidet, über die
Schwelle.
„Komm, Isoldchen ...“
Karla hatte Schmerzchen den Matrosenhut abgenommen,
bedeckte das braune Haar mit Küssen.
Luise lächelte nachsichtig.
 „Du hast dich aber auch gleich, Karla! ... Das Kind bekommt nie
starkes, dichtes Haar, wenn es nicht geschoren wird. Jawohl,
Isoldchen, wie ein Schäfchen wirst du geschoren und wirst aussehen
wie ein kleiner Junge.“
Schmerzchen nickte. Die bevorstehende Verwandlung hatte
etwas ungemein Geheimnisvolles für sie. Das Leben war überhaupt
voller Reize und Schauer. Die Mama schien das zu verstehen — die
Mama weinte sogar! Und das wäre natürlich sehr erschreckend
gewesen, wenn Papa und Lis nicht gelacht hätten. Die wußten es
doch immer besser.
„Warte, Schmerzchen ... halt’ still ... es tut nicht weh.“
Karla ergriff die Papierschere auf Altmanns Tisch. Eine Locke
wollte sie für sich abschneiden. Wenigstens eine greifbare
Erinnerung haben an das seidenweiche, nußbraune Haar ihres
Kindes.
Schmerzchens Gesicht wurde ganz rot vor Anstrengung,
stillzuhalten. Am liebsten wäre sie ja davongelaufen, aber ihr war
noch vom Weihnachtsabend erinnerlich, daß die Mama ihr nicht weh
tat. Nur begriff sie nicht, warum die Mama weinte. Tante Lis begriff
es auch nicht. Papa aber ging ärgerlich im Zimmer auf und ab und
sagte:
„Karla ist immer noch der reine Backfisch.“
Karla fuhr in die Stadt und kaufte sich eine dünne Kette und ein
goldenes Medaillon für Schmerzchens Locke.
Der Juwelier hatte nur zweiseitige Medaillons vorrätig und fragte,
ob sie nicht ein Bild für die zweite Seite habe. Aber Schmerzchens
letztes Bild war vor mehr als einem Jahre aufgenommen, und jetzt
sah das Kind noch immer so elend aus, daß sie es nicht
photographieren lassen mochte. Später.
Als sie nach Hause kam, erschrak sie, weil sie Schmerzchen mit
dem runden Jungenskopf nicht gleich erkannte.
Schmerzchen sah dem Vater sprechend ähnlich.
 Luise und Altmann sprachen an diesem Abend viel von dieser
Ähnlichkeit, so daß Karla darüber sogar ihre Namensveränderung
vergaß.
Erst am nächsten Abend wurde sie wieder daran erinnert. Gegen
seine Gewohnheit kam der Papa zu ihr in die Garderobe.
„War gespannt, liebes Kind, zu hören, wie — Frau König-Altmann
singt — erwartete eine bedeutsame Veränderung, aber ich muß
gestehen ... daß ich nur eine kleine Mattigkeit bemerkt habe ...
vielleicht von der Bürde solcher zwei Namen ... Warum läßt du
‚König‘ nicht ganz fort ... eigentlich überflüssig, wie?“
Der Papa war sehr gallig. Aber in einem hatte er recht: Karla war
an diesem Abend wirklich nicht ganz auf der Höhe.
Und auf dem Eckplatz des ersten Ranges saß ein wildfremder,
dicker Herr mit einem breiten, schwarzen Klemmer auf der
Nase. — — —
— — In der Motzstraße war die Familie um den Abendbrottisch
versammelt. Karla war in Potsdam zu einem Hofkonzert, das am
Spätnachmittag stattfand. Sie hatte versprochen, geradeswegs in die
Motzstraße zu kommen, wenn sie fertig wäre. Adele war rasend
neugierig, wie es „bei Kaisers“ zuging. Übermorgen fand ihr
Kaffeekränzchen statt — das gab dann Gesprächsstoff, und ein
bißchen von dem Glanz, der sich um Karlas Namen verdichtete, fiel
dann auch auf sie ab und ihr Haus. Sie brauchte sich dann von den
Damen auch nicht so viel über Vicki ausfragen zu lassen.
Adele hatte es schwer. Immer mußte sie entschuldigen,
bemänteln. Auch ihrem Manne gegenüber. Harte Worte lagen ihm
nicht. Aber Bitterkeit legte sich auch um seine Mundwinkel, wenn er
sich nach Vicki erkundigte. Er zählte manchmal an den Fingern die
Wochen ab, die sie sich nicht hatte sehen lassen, als wüßte sie
nicht, welche Arbeitslast der Vater auf sich genommen, um den
jungen Hausstand zu stützen. Ein Teil der Möbel hatte auf
Abzahlung genommen werden müssen, weil Bodo Völkel erklärt
hatte, daß er die Spießereinrichtung, die Luise für ihn in Aussicht
genommen, nicht über seine Schwelle ließe. Er wollte sich seine
Umgebung selbst zusammenstellen. Wenn es auch ein bißchen
teurer würde, so hätte er doch Verbindungen, die eine bequeme
Abzahlung ermöglichten.
Adele war aufs Tiefste verletzt von diesem „auf Borg“ gestellten
Haushalt; aber diesmal unterstützte Dr. Maurer seinen
Schwiegersohn und beschwichtigte seine Frau.
„Bodo ist nicht wie Karla — er läßt sich nicht in seinen
Entschlüssen vergewaltigen. Mag der Mann sich seine sieben
Sachen aussuchen, in denen Vicki mit ihm glücklich sein soll — wir
schaffen’s schon.“ Daß es ohne Karlas Hülfe doch nicht so einfach
gewesen wäre, ahnte er nicht.
Es sah immerhin recht eigenartig und hübsch aus bei Völkels,
obwohl Vicki selbst wenig hineinpaßte in den verstiegenen,
neuartigen und noch nicht geklärten Stil ihrer Wohnung. Ja, sie
gestand sogar, daß ihr die schwarzen, geraden Fenstervorhänge im
Schlafzimmer gruselig und die kaum zu bewegenden drei Sessel im
Wohnzimmer unbequem seien. Immerhin — Bodo hätte es so
ausgesucht, und was Bodo beschloß, war geheiligt.
Nur wenn er nicht zu Hause war, schleppte Vicki einen Rohrstuhl
aus der kleinen Stube neben dem Schlafzimmer überall mit sich
herum oder setzte sich in die der Sparsamkeit wegen ungeheizte
Kammer, wo sie wenigstens in aller Bequemlichkeit und ohne
befürchten zu müssen, die stilvollen Möbel zu verderben, ihre
häuslichen Angelegenheiten erledigte: das Gemüse putzte,
Kinderwäsche zuschnitt, flickte und ihre Ausgaben einschrieb.
Das Ausgabenbuch machte ihr viel Kummer. Bodo aber hörte
kaum zu, wenn sie ihm von teuren Zeiten oder gar von Marktpreisen
sprach.
„Ja ... ja ... na, das wird ja mal anders werden. Sieh doch zu, daß
die Eltern ein bißchen aushelfen ...“
Es war ihre verdammte Pflicht und Schuldigkeit, auszuhelfen. Sie
hatten den Salat angerührt — bitte! Dieses „Hundeleben“ war nur
erträglich, weil Vicki ein im Grunde liebes, vernünftiges Ding war,
das die Schwierigkeiten seiner Lage einsah und ihm kleinweise auf
ihre Art half.
Selbst dem Onkel hatte sie im Laufe der Monate an dreihundert
Mark abgeluchst, das Schlauchen, mit ihren hübschen blauen Augen
und ihrem molligen Gehabe. Wenig genug! Aber immerhin etwas.
Die Zärtlichkeiten des Onkels waren nicht immer nach Vickis
Geschmack. So bitter es ihr ankam — lieber noch holte sie Aushilfe
bei der Mutter.
Adele schlug die Hände zusammen: „Schon wieder? ... Noch? ...
Worauf geht denn das viele Geld bloß?“ ...
Sie rechnete der Tochter vor, wieviel ihr eigener junger Haushalt
gekostet hatte. Nicht die Hälfte!
„Und Vater hatte immer ein paar Silberstücke in der Tasche zum
Ausgehen!“
Das war jetzt anders. Die Silberstücke bekam Vicki. Und wenn’s
in den letzten Tagen des Monats nicht langte für Fleisch, dann aß sie
eben ein paar Eier oder einen Grießbrei, während er auswärts
speiste, bei Bekannten oder auf Borg in einem guten Gasthaus, wo
man ihn kannte! Und der Kellner rief sogar beim Weitergeben der
Bestellung zur Küche: „Für den Herrn Baumeister!“, woraufhin Bodo
Völkel das Essen besonders reichlich zugemessen wurde.
Der Bodo kannte sich eben aus. Der Bodo war nicht so wie Vater!
Der Bodo verstand es, sich in der schwierigsten Lage zu helfen! Sie
würden noch alle staunen, wie weit der Bodo es brächte! Das
stilisierte Bauernhaus hatte er dem Grafen Gaudlitz ausgeredet und
einen Plan für ein prachtvolles vierstöckiges Miethaus entworfen. Die
Zukunft Berlins läge in der Gegend! Palast an Palast würde sich da
erheben. Graf Gaudlitz sollte den Anfang machen.
„Und der Graf ist darauf eingegangen. Nur ist es mittlerweile zu
spät geworden, und so kann der Bau erst im Frühjahr beginnen.“
„Das Bauernhaus jetzt wäre mir lieber gewesen als der Palast in
der Zukunft!“
 Adele seufzte schwerbedrückt auf; immerhin, sie gab die heiß
verlangten Goldstücke.
Eine stürmische, rasche Umarmung, und Vicki verschwand bis
zur nächsten Geldklemme.
Adele aber sah, wie ihr Mann immer grauer wurde in der
stickigen Luft des verqualmten Zimmers und der überfüllten
Schulstube. Ja, es kam vor, daß er mit warmen Flanelltüchern über
dem Magen zum Unterricht ging, oder daß sie ihm rasch
Pfeffermünztee mit Baldrian hereinbringen mußte, wenn er mit
einem Privatschüler an seinem Tisch saß.
Sie sagte dann: „Du mußt zum Arzt. Ich verlange es, Alwin ...“
Und er nickte: „Ich war ja bei ihm ... es ist nichts. Ein nervöses
Magenleiden ... ich sollte das Rauchen aufstecken. Aber die zwei
Zigarren täglich ... wenn man darauf auch verzichten soll ...“
Das gab ihr jedesmal einen Stich. „Darauf auch!“ Das andere war
Karla. Mit seinen regelmäßigen Besuchen in der Landgrafenstraße
war es vorbei. Die Zeit dazu brachte er nicht mehr auf. Und abends
war er wie abgeschlagen, hielt sich kaum noch beim Abendbrot
aufrecht und schlief mit der Zeitung in der Hand in der Sofaecke ein.
Dann sah sie es recht deutlich, beim weißen Schein der
Gaskrone, wie schlecht er aussah, wie tief seine Augen eingesunken
waren, wie schlaff die Haut ihm um die Wangen hing. Auch sein
Haar hatte sich bedenklich gelichtet, das wellige, blonde Haar, das
es ihr einst angetan hatte! An den Schläfen ringelten sich graue
Büschel, und auch der kurze blonde Bart war mit Silberfäden
durchsetzt.
Es kam vor, daß Adelens Augen sich feuchteten und eine bange,
stumme Frage ihr aus dem Herzen stieg: Warum war er ihnen so
schwer geworden, der Kampf mit dem Leben, warum hatte ihr armer
Mann seine Tage in Arbeit und Mittelmäßigkeit verbringen müssen,
während so manch anderer über seinen Kopf hinweg höher
gestiegen war?
Was hatte die Tatkraft ihres armen Mannes so gelähmt, daß er
nie über seine erste Stellung hinausgewachsen war?
 Adele sprach darüber mit Luise, mit dem Bruder. Sie wußten
keine Antwort darauf, alle drei nicht! Adele hatte in allem ihre Pflicht
getan. Mehr als ihre Pflicht. Sie hatte keine Ansprüche gestellt, hatte
ihre Kleider länger getragen als es ihre Dienstmädchen taten, hatte
Stoffe gewendet, geflickt, die Kinder gewartet. Hatte die Schwester
zum Verlassen des Hauses gedrängt, um ihrem Manne mehr
Bewegungsfreiheit einzuräumen, hatte stundenlang darüber
nachgedacht, was sie wohl kochen könnte, und ihm dann das Beste
vorgesetzt, was ihre Kunst und ihr Wirtschaftsgeld hergaben, hatte
durch Betteleien beim Bruder, bei Karla die Sorge um die Kinder fast
zur Hälfte auf sie abgewälzt, hatte die Tochter verheiratet — in stetig
wachsender Angst um ihre Zukunft und in Sehnsucht nach einem
friedlichen Alter, hatte, ohne ihn mehr als nötig davon zu
unterrichten, gerechnet und gespart ... und dennoch — — trotz allem
und allem hatte ihr Wohlstand sich nicht vergrößert, waren seine
Kräfte verbraucht, seine Gesundheit untergraben, seine
Lebensenergie erschlafft! — —
So saß denn Dr. Alwin Maurer auch an diesem Sonntag mit
müdem, grauem Gesicht am Abendtisch und kaute an seiner
Zigarre. So recht schmecken wollte der Glimmstengel nicht mehr! An
den zwei Pfennigen, die er jetzt weniger bezahlte, konnte es doch
nicht liegen!
Wie früher so darauf lospaffen konnte er ohnedies nicht mehr,
seit Fritz wie ein Schlot rauchte. Und unter einer
Fünfpfennigzigarette tat der’s nicht! Konnte er den Häusern, in
denen er verkehrte, gar nicht zumuten! Überhaupt, was der Junge
verbrauchte an Handschuhen, an Blumen! Er fühlte sich schon ganz
als Leutnant, machte Hausbälle mit bei den Eltern seiner
Kameraden, hielt sich für verpflichtet, Aufmerksamkeiten zu
erweisen.
„Die paar Blumen ... Bitte dich, Papa ... Ist doch
selbstverständlich!“
Es war vieles „selbstverständlich“ für Fritz, und Adele unterstützte
ihn, fand nie etwas zu viel für ihn. Es war ja auch nicht viel; aber es
mußte da sein.
 Die Sorgen hatten sich jedenfalls nicht verringert durch das
Fernsein der Kinder.
Und während Dr. Alwin Maurer träge an seiner Zigarre zog,
dachte er, daß es eigentlich schon ein Alteleutetisch war, an dem er
jetzt mit Frau und Geschwistern saß. Wie schnell die jungen Jahre
doch vergangen waren! Und wie wenig Jugendlust in ihnen gewesen
war ... wie wenig Freudigkeit und Vorwärtskommen!
Draußen klingelte es, Adele ging öffnen — es war Karla.
„Endlich ... Na ...? Wie war’s? ...“
Karla brachte eine Welle frischen Duftes mit in ihrem Pelz, ihrem
Spitzentuch; sie lachte, war ganz freudige Bewegung, ihr langes
Schleppkleid rauschte über die Läufer.
„Habt ihr was zu essen für mich? Ich sterbe vor Hunger ...“
Sie hielt ihre Wangen hin, drückte die ausgestreckten Hände.
„Ja ... es war wunderschön! Eine Menge Prinzen und
Prinzessinnen waren da — ein Großherzog. Uniformen ... auch ein
paar Fracks. Der Kaiser erschien später ... aber gerade, bevor ich
drankam ... Er war so guter Laune ... hat mir die Hand gereicht: ‚Na,
Frau König ... was singen Sie uns Schönes?‘ Ich konnte meinen Knix
kaum zur Hälfte machen, da sprach er schon auf mich ein! ... Ich
weiß gar nicht, was ich geantwortet habe! ... Na ja — im ersten
Augenblick, nicht wahr? ... Und die Kaiserin — so liebenswürdig hat
sie gelächelt, und ein Kleid aus hellblauem Samt hat sie angehabt
und eine lange weiße Boa aus Straußfedern.“
Die Jettperlen ihres schwarzen Spitzenkleides glitzerten und
klirrten aneinander bei jeder ihrer Bewegungen. Ihr dunkles Haar
bauschte sich in großen Wellen um ihr froh belebtes Gesicht.
„Weißt du noch, Ernst ... mein erstes Hauskonzert bei Astrongs
... wie man da eine Schnur um uns gezogen hat? Jetzt kann ich’s
verstehen. So eine Schnur braucht wohl jeder Mensch — nur daß
sie bei dem einen zu sehen, bei dem anderen zu fühlen ist. Man
muß nur innerlich spüren, wo sie anfängt. Ein bißchen Tastsinn muß
man haben, denke ich mir, nicht wahr? Und darum bin ich so froh ...
weil ich mich heute gar nicht an ihr gestoßen habe ... keinen
Augenblick. Ich durfte singen und reden, wie mir der Schnabel
gewachsen war, mit all den großen Herrschaften, und wenn’s
wirklich einmal nicht ganz nach der Etikette ging, so habe ich doch
gleich gesehen, daß mir keiner darum böse war. Nur zum Essen bin
ich nicht gekommen — und es waren doch so herrliche Brötchen
und Kuchen und alles mögliche da. Aber ich glaube, ich habe fünf
Tassen Tee nacheinander in die Hand gekriegt und kaum einen
Schluck zu mir genommen aus jeder Tasse ...“
Altmann streckte sich und weitete die Brust. Er empfand
Genugtuung, ehrliche Befriedigung. So weit war die kleine König aus
Kiel doch gekommen! Ob auch ohne ihn ...?
Allen schwebte es in diesem Augenblick auf den Lippen, dieses
„die kleine König“. Nicht neidlos bei Adele, tief dankbar für den
Bruder bei Luise.
Nur Alwin Maurer erkannte mit leiser Freude all die Einflüsse und
Strömungen, aus denen dieser prächtige, frische Mensch, diese
wundervolle Künstlerin, ihre Lebenskraft geschöpft hatte. Altmann ...
ja gewiß. Er hatte die erste grobe Arbeit getan, das Gold von den
Schlacken gereinigt — aber war es dann nicht dieser Sonderling
Kapelle, der Karlas gefahrvolle Laufbahn in ehrenvolle Bahnen
geleitet hatte? War er selbst es nicht gewesen, der ihr inneres Leben
zu feinerem Bewußtsein geweckt hatte, und war dann nicht noch
einer gekommen, der ihrer Kunst die tiefste Innigkeit gegeben, durch
das Erwecken einer starken, keuschen Empfindung — —?
Sie alle zusammen hatten der Welt dieses köstliche Geschenk
gegeben, das den Namen Karla König führte, und sie alle mußten es
ertragen, daß sie keinem von ihnen, sondern eben der Welt
angehörte, für die sie sie geformt hatten ...
„Warum siehst du mich so an?“ fragte Karla plötzlich den
Schwager, und ihre Gabel, mit der sie ein Stück Schinken
aufspießte, blieb in der Luft stecken.
„Du bist des Ansehens und Nachdenkens wert, Karla“, sagte
Alwin Maurer, mit einem Versuch, zu scherzen.
 Aber ihre Augen blieben hängen an ihm.
„Wie müde du aussiehst, Alwin .... Nicht wahr, Adele, nicht wahr,
Ernst, er sieht elend aus ... er muß etwas für sich tun.“
„Ja ... das müßte er“, sagten die Schwestern wie aus einem
Munde, mit dem gleichen, dumpfen Klang der Stimmen.
„Du hast heute Besseres zu denken, als dir über mich Sorgen zu
machen“, meinte Dr. Maurer.
„Nein, warum ...? Gerade heute ... ja, gerade heute, neben dem
Zimmer, wo sich die Majestäten befanden, habe ich über dich
gesprochen ...“
„Über Alwin? Wie das?“ Altmann trat wieder nahe an den Tisch
heran — auch die Schwestern rückten näher.
„Ja, das kam so ... Nachdem ich gesungen und die hohen
Herrschaften mir Freundlichkeiten gesagt hatten, stand ich plötzlich
— ich weiß nicht wie — im Nebenzimmer. Wie ich nun dastehe —
eine ganze Menge Herren um mich herum, und der eine sehr nett —
Orden von da bis da ... na, also dieser Herr spricht nun ganz
besonders viel mit mir. Wo ich studiert hätte und wo ich geboren
wäre, wo ich wohnte, und ob ich viel in Gesellschaften herumkäme,
ob ich eine große Familie hätte, Kinder und so weiter. Schließlich
wurde ich ärgerlich und platzte heraus: Ich habe ein kleines
Mädchen, namens Isolde, eine Schwägerin Luise, noch eine
Schwägerin Adele, einen Schwager Dr. Alwin Maurer, Oberlehrer am
... und da unterbrach er mich! ‚So ... so ... das ist ihr Schwager? Ach
was!‘ Und weil ich ihn ganz dumm ansehe, erzählt er, daß er vor
soundsoviel Jahren Dezernent im Kultusministerium gewesen wäre.
Und damals sei ihm dein Name aufgefallen. Du hättest, sagte er,
einen so famosen Aufsatz geschrieben über ... Herrgott, wie war das
doch ... über den Unterricht alter Sprachen oder so was Ähnliches ...
stimmt doch, nicht? Also diesen Aufsatz hatte er gelesen, und er
hätte damals jedes Wort unterschreiben mögen. Und es wäre sehr
mutig von dir gewesen in deiner Stellung, so etwas auszusprechen,
und er hätte gleich Erkundigungen über dich eingezogen und hatte
schon große Dinge mit dir im Sinn, aber dann hättest du alles
zurückgenommen ... sagte er ... oder ... also ich weiß nicht mehr
genau, wie das war; jedenfalls ..“
Karla fiel das Besteck aus der Hand.
„Um Gotteswillen, Alwin ... was ist dir ... was ist euch ...?“
Sie sprang vom Stuhl auf, starrte entsetzt auf den Schwager. Die
graue Farbe seines Gesichtes war bleiern geworden; aber auch ihr
Mann und die Schwägerinnen hatten sich verfärbt. Blicke, die sie
nicht begriff, flogen von einem zum andern. Adelens Lippen zitterten,
Luisens Hand krampfte sich in das Taschentuch ein.
Alwin Maurer stierte immer geradeaus.
„So sagt doch ... was ist Euch ... was ist geschehen?“
Karla war dem Weinen nahe.
„Nichts“, sagte Altmann. „Nichts jetzt ... das ist lange her ...“
Adele hatte beide Arme auf den Tisch geworfen und das Gesicht
vergraben. Ihre Schultern zuckten. Luise rieselten die Tränen, klein,
kalt und schnell der Nase entlang.
Karla lief auf den Schwager zu, schlang ihren Arm um seine
Schultern. Der frische Duft ihres jungen Körpers rüttelte alles in ihm
wach: die eigene Jugend, die frischen, starken Gedanken, das heiße
Sehnen ...
„So rede doch, Alwin ... lieber guter Alwin!“
„Da gibt’s nichts zu reden ... Karla ... Ernst kann es dir später
erzählen ... später ... jetzt nicht ... Es gibt eben Irrtümer ... mein
Leben war ein Irrtum ... für mich und ... für die da.“
Er zeigte mit dem Kopf auf Frau und Schwägerin.
„Solange man jung ist ... kann man’s gutmachen ... aber jetzt ...
da bleibt nur ein Trost: die gute Absicht. Sie meinten es ja alle gut ...“
Und er fügte hinzu:
„Dein Mann erfuhr es übrigens später. Da war es geschehen ...
da hatte ich ... da hatte ich es schon getan ...“
 „Wie konnten wir ahnen, daß es so aufgefaßt werden würde ...
der Direktor selbst ...“
Adele schluchzte fassungslos vor sich hin. Alles war aufgewühlt
in ihr. Eine Welt stürzte in ihr zusammen.
Alles, was ihr eingedrillt worden war von Jugend auf: Gehorsam
gegen den Vorgesetzten, Bescheidenheit, stilles Dulden, nicht
herumdeuteln an dem, was Größere aufgebaut hatten,
stillschweigende Pflichterfüllung ...
War denn das alles nichts, großer Gott — war das so garnichts?
„Wir wußten es nicht anders ... nicht wahr, Luise ... anders
wußten wir es nicht ...“
Alwin Maurer wollte seine Hand auf Adelens Arm legen, aber er
reichte nicht bis hin; und so blieb sie liegen auf dem bläulich-weißen
Tischtuch — grau, schlaff, kraftlos und wohlgepflegt — das Sinnbild
seines Lebens.
Altmann legte beide Arme um die Schwestern.
„Alwin hat recht ... laßt das jetzt ... es ist müßige Spielerei, sich
vorzustellen, wie es hätte sein können ... Es war nicht — weil der
Geist der Auflehnung nicht in euch lag, weil ihr im Grunde
Wertvolleres könnt als Umstürzen: Ihr erhaltet! Ihr seid nicht der
Pflug, der den Boden aufreißt, ihr seid der Speicher, der unser Korn
birgt für unser tägliches Brot. Habt Dank, ihr Lieben, auch dafür!
Meinst du nicht auch, Alwin?“
Alwin Maurer nickte matt.
„Ja ... auch dafür.“
Seine Hand kroch langsam vom Tischtuch herab. Es war
vielleicht gut, daß es tönende Worte gab. Die Frauen trockneten ihre
Tränen.
Knapp vor zehn Uhr klingelte es von draußen. Es war Vicki. So
spät am Sonntag — da hatte sie es wieder einmal „dringend“!
Vicki hatte schon den schweren Tritt gesegneter Frauen. Sie
begrüßte alle flüchtig und ein bißchen verlegen. Sie begann zu
erzählen.
„Der Bau“ sollte bereits im März begonnen werden. Dann klappte
auch alles mit dem Geld — das würde Bodo schon einrichten. Nur
die paar Monate noch ... Bodo wollte sich mit einem Kapitalisten
vereinigen ... irgendeinem reichen Kerl vom Bau, der nicht viel
konnte und nach Aufträgen lechzte. Es liefen so viele in Berlin
herum. Bodo sagte, bald bräche die goldene Zeit für die Baumeister
an. Man müsse sich nur ranhalten und endlich mal den alten Kram
über den Haufen werfen. Die Leute würden wohl im Anfang
schimpfen, aber das war ja immer so! Nur nicht nachgeben, ihnen
das Verrückteste vorsetzen, alle alten Gesetze auf den Kopf stellen
— verblüfft mußten sie werden! Und pompös mußte es sein — die
Pracht müßte ihnen den Atem rauben! Dann zögen sie in die neuen
Häuser ein. Vor allem die Fassade ... die Fassaden wären die
Hauptsache!
„Und die Wohnungen?“ fragte Alwin Maurer.
„Bodo ist der Meinung, der Schwerpunkt der Pracht und
Raumverschwendung müßte jetzt nach außen verlegt werden. Das
lockt an. Die Wohnungen bedürften keiner solchen räumlichen
Ausdehnung, und in einem Zimmer dürften nie mehr als drei, vier
Sessel stehen und überhaupt sehr wenige Gegenstände. Unsere
Zimmer sollen eine Andeutung über uns geben, keinen Roman
erzählen ...“
Dr. Maurer streifte die Asche seiner Zigarre ab.
„Sehr nett — Andeutung. Nur leider stapelt sich im Laufe des
Lebens allerlei Kram an, der einem wertvoller ist, als eure
Andeutung. Das Leben, liebes Kind, weiß mit Andeutungen verflucht
wenig anzufangen. Das sind so eure jungen Hirngespinste —“
Alwin Maurer brach ab. Ihm war es, als sähen Karlas Augen
traurig zu ihm herüber.
Ja so ... nun sprach er wirklich wie ein alter Mann, wie einer, der
am Rande des Lebens stand und nur zusah, mißtrauisch und
übellaunig, wie die Jungen drüben ihre neue, junge Zeit
zurechtzimmerten ...
 „Ja .. ja .. Vicki, mag schon sein ... alles Gute deinem Mann ...
alles Gute.“
Vicki küßte die Hand des Vaters, die graue, schlappe Hand. Aber
ihre Augen irrten immer wieder zur Mutter — fragend, bittend.
Und die Mutter verstand.
Sie erhob sich und machte Vicki ein Zeichen, ihr zu folgen.
Sie kam zurück mit brennend roten Flecken auf den Wangen.
Vicki folgte ihr, ein breites Lächeln um den Mund. Sie war wieder
einmal ruhig, brauchte ihrem Bodo nicht den Kopf warm zu machen
mit den teuren Marktpreisen und ihrer leeren Geldbörse. Die Mutter
zankte und maulte, aber schließlich „rückte sie doch heraus“.
Vicki machte die Runde, hielt jedem ihre frische Wange zum Kuß
hin.
„Das war nun alles?“ fragte Alwin Maurer und hielt sie am Kinn
fest.
Er griff in die Tasche und holte einen Taler heraus.
„Für die Fahrt ... kosten soll’s dich nichts.“
„Dank schön, Papa.“
Vicki nahm alles. Zwanzig Mark von der Mutter, drei vom Vater ...
es war ja für ihren Bodo, damit er einen freien Kopf hatte.
Und Karla fühlte, daß Alwin das eine wußte und das andere.
Sie saßen noch eine Weile beisammen, nachdem Vicki das Haus
verlassen hatte. Alle Frohstimmung war von Karla gewichen, aber
sie brachte es nicht über sich, Alwin jetzt schon allein zu lassen mit
Adele ... es mußte erst alles verklingen, der Schlaf sich auf seine
Augen senken, ihm Lust und Kraft nehmen, noch einmal von dem
„Irrtum“ zu sprechen.
„Ja, die Abende sind jetzt still zwischen Adele und mir“, hub Alwin
Maurer plötzlich an „und wenn erst Karla nach Wien geht, wird’s —“,
er wollte sagen: tot — „dann wird’s noch stiller werden.“
„Ist es denn nun sicher mit Wien?“ fragte Adele.
 „Vorläufig habe ich nur einen Gastspielantrag auf drei Abende für
Ende Februar ...“
Karlas Augen blitzten unwillkürlich auf, aber sie wagte es jetzt
nicht zu sagen, wie sehr sie sich freute.
Der Drücker wurde draußen im Vorzimmer in das Schloß
gestoßen, einmal, zweimal ... die Kette klirrte.
„Das ist der Mieter“, sagte Adele auf Karlas fragenden Blick.
„Ach so ... ja ... ich vergaß.“
Alwin Maurers Mundwinkel zuckten nervös.
„Ein unausstehlicher Mensch ... als ob’s gerade d e r hätte sein
müssen!“
„Na, na ... er zahlt sehr anständig“, begütigte Adele.
Aber gleichzeitig horchte sie auf, und mit ihr die anderen am
Tisch.
Unsichere, schwere Schritte trappsten über den dünnen Läufer ...
es klirrte etwas, es schlug etwas gegen einen Stuhl ... die Schritte
kamen näher, die Klinke wurde von außen hart und heftig
niedergedrückt — ein Mann trat über die Schwelle. Groß, breit, mit
klobigen Zügen und trüben, hervortretenden Augen ...
„’n Abend ... was ist denn das, zum Deuwel nochmal, kost’ det
Wasser so ville Jeld ... wie? ... Verdammte Wirtschaft ...“
Er war betrunken, schwenkte immerfort die kleine Wasserflasche
vor sich her, aus der ein letzter Rest über den Estrich
herausplantschte.
Adele stürzte ihm entgegen, ehe sie jemand daran hindern
konnte.
Er torkelte bei der leisen Berührung ihrer Hand zurück. Altmann
und Alwin Maurer sprangen zu, schoben Adele zur Seite.
„Sie sind betrunken, Mann, gehen Sie in Ihr Zimmer“, befahl
Alwin Maurer.
 Aber jetzt torkelte er nicht mehr, stand kerzengerade, breit und
unbeweglich wie eine Mauer da.
„Betrunken? Sie sind woll ...?“
Er tippte sich an die Stirn.
„Na, und wenn? ... Sekt haben wir jesoffen, verstehn Se ... de
Flasche zu zwölf Mark, und Rotwein und denn wieder Sekt ... tjawoll!
’n bisken anders, als Sie hier ...“
„Sie gehen jetzt auf Ihr Zimmer — hier sind Damen“, herrschte
Altmann ihn an.
„Ick jehe ... selbstverständlich ... ick jehe, aber bloß, wenn’s mir
paßt, verstehn Se ... Da haben Sie mir jar nischt zu sagen ... Wer
sind Sie denn ieberhaupt? Ick kenne Sie jar nich! Ick habe nischt mit
Ihnen zu tun, Sie ... Und wenn ick durch’s Speisezimmer jehe — det
is mein gutes Recht hier ... allemal! Wenn ick mein’ Kopp im
Badezimmer unter’n Wasserhahn stecken will, denn ... verstehn Se
... denn ...“
Altmann schob die Frauen in den ungeheizten „Salon“ hinein.
„Ihr seht doch, der Mann weiß nicht mehr, was er spricht ...
Morgen muß der Kerl raus ... aber heute — —“
Adele rang die Hände.
„Fünfzig Mark zahlt er monatlich ... denke doch, Karla, fünfzig
Mark ...!“
Karla sah durch die angelehnte Tür, wie der Mann drohend das
Eßzimmer durchquerte, sich plötzlich an einer Stuhllehne festhielt,
zusammenbrach und von einem heftigen Unwohlsein gepackt
wurde.
„Das auch noch ...!“ stöhnte Adele auf. „Das auch noch ...“
Das Mädchen war nicht da, stand wohl noch vor dem Haustor.
Adele holte selbst Eimer und Scheuertuch. Ihre guten Sachen mußte
sie retten — die vor allem.
Aber der Ekel schüttelte sie.
 Als sie wieder ins Speisezimmer kam, hatten Altmann und Dr.
Maurer den Mieter in seine Stube gebracht. Er war wohl noch
leichenblaß, aber sehr nüchtern. Er stammelte etwas von „infamer
Kneiperei“ mit „Jeschäftsfreunden“, bat um „Verzeihung“, faselte
etwas von „revanchieren“.
Im Eßzimmer war das Fenster weit auf und ließ die kalte
Winterluft herein. Adele stand immer noch kurzgeschürzt in der
Stube und schrubberte und schrubberte.
Alwin Maurer nahm ihr den Schrubber aus der Hand und schloß
das Fenster.
„Erkälte dich nicht ... das ist wichtiger ... Über die fünfzig Mark
kommen wir noch hinweg ... Aber vermietet wird nicht mehr! Zwei
Stuben und Küche, meinetwegen; Fremde ... nie mehr ... hörst du,
nie — ich verbiete es!“
Und wie um die Härte seiner Worte zu mildern — dieses erste
Verbot in seiner langen, dumpfen Ehe — strich er immer wieder mit
zitternder Hand über Adelens eisig kalten Arme.
Als er den Kopf hob, sah er Karla, begegnete dem kummervollen
Blick ihrer braunen Augen. Er versuchte zu lächeln.
Karla aber wendete sich ab und schlug die Hände vors
Gesicht. — — —